Повышение эффективности фотоэлектрической системы с помощью методов отслеживания МРРТ на основе искусственного интеллекта применительно к условиям республики Ирак тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Али Кайс Аднан Али

• Али Кайс Аднан Али
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Али Кайс Аднан Али

ВВЕДЕНИЕ

1 ПРОБЛЕМЫ ФОТОЭНЕРГЕТИЧЕСКИХ СИСТЕМ

1.1 Глобальные тенденции в области возобновляемых источников энергии

1.2 Будущее видение возобновляемой энергетики в Ираке

1.3 Постановка задач

1.3.1 Влияние быстрых изменений солнечной радиации на автономную фотоэлектрическую систему

1.3.2 Влияние частичного затенения на автономную фотоэлектрическую систему

1.4 Выводы по главе

2 АВТОНОМНЫЕ ФОТОЭЛЕКТРИЧЕСКИЕ СИСТЕМЫ И УПРАВЛЕНИЕ

2.1 Принцип работы фотоэлементов

2.2 Моделирование фотоэлектрического генератора

2.2.1 Моделирование фотоэлектрического элемента

2.2.2 Моделирование фотоэлектрической решетки

2.3 Классификация фотоэлектрических систем

2.4 Преобразователи постоянного тока в постоянный ток с переключаемым режимом

2.4.1 Понижающий преобразователь

2.4.2 Повышающий преобразователь

2.5 Максимальное производство энергии фотоэлектрическими генераторами

2.5.1 Фотоэлектрические системы охлаждения

2.5.2 Солнечные трекеры

2.5.3 Трекеры максимальной точки мощности (MPP)

2.6 Выводы по главе

3 МЕТОДЫ ОТСЛЕЖИВАНИЯ ТОЧКИ МАКСИМАЛЬНОЙ МОЩНОСТИ

3.1 Классификация методов отслеживания точки максимальной мощности

3.2 Традиционные методы ОТММ

3.3 Интеллектуальные и гибридные методы ОТММ

3.4 Выводы по главе

4 ИССЛЕДОВАНИЕ АЛГОРИТМОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ОПТИМИЗАЦИИ

4.1 Конфигурация автономной фотоэлектрической системы

4.2 Биологические алгоритмы оптимизации

4.2.1 Алгоритм оптимизации роя автономных групп частиц (AGPSO)

4.2.2 Алгоритм поиска кукушки (CS)

4.3 Результаты моделирования

4.4 Экспериментальные результаты

4.5 Выводы по главе

5 ИЗВЛЕЧЕНИЕ МАКСИМАЛЬНОЙ ЭНЕРГИИ ИЗ ФЭ СИСТЕМЫ И ОТСЛЕЖИВАНИЯ MPPT НА ОСНОВЕ МЕТОДА ОПТИМИЗАЦИИ «МОДЕЛИРОВАНИЕ ТАБУНА ЛОШАДЕЙ»

5.1 Алгоритм оптимизации табуна лошадей (HHO)

5.1.1 Выпас

5.1.2 Общительность

5.1.3 Иерархия (Щ

5.1.4 Защита ф)

5.1.5 Имитация (I)

5.1.6 Роуминг

5.2 Контроллер ОТММ на основе алгоритма HHO

5.3 Результаты моделирования и обсуждения

5.3.1 Первый сценарий: FCSR с равномерным затенением

5.3.2 Второй сценарий: PSCs

5.4 Экспериментальная проверка

5.5 Выводы по главе

6 АЛГОРИТМ РАСШИРЕННОЙ ОПТИМИЗАЦИИ РОЯ ЧАСТИЦ (EPSO), ОСНОВАННЫЙ НА ПАРАМЕТРАХ СДВИНУТОЙ СИГМОВИДНОЙ ФУНКЦИИ, ДЛЯ МАКСИМИЗАЦИИ ЭНЕРГИИ ФЭ МАССИВОВ

6.1 Традиционный алгоритм оптимизации роя частиц (PSO)

6.2 Алгоритм расширенного PSO (EPSO)

6.3 Результаты численного моделирования

6.3.1 Первый случай: неоднородный рисунок затенения (PSCs)

6.3.2 Второй случай: внезапные изменения солнечной радиации

6.4 Экспериментальная проверка

6.5 Выводы по главе

ЗАКЛЮЧЕНИЕ

Список литературы

ПРИЛОЖЕНИЕ А. СЕРТИФИКАТЫ

Введение диссертации (часть автореферата) на тему «Повышение эффективности фотоэлектрической системы с помощью методов отслеживания МРРТ на основе искусственного интеллекта применительно к условиям республики Ирак»

ВВЕДЕНИЕ

Актуальность темы исследования и степень проработанности. Тема исследования «Повышение эффективности фотоэлектрической системы с помощью методов отслеживания МРРТ на основе искусственного интеллекта применительно к условиям республики Ирак» имеет важное значение в сфере возобновляемых источников энергии и устойчивых технологий. Растущий глобальный спрос на чистые источники энергии в сочетании с растущим внедрением автономных фотоэлектрических систем подчеркивает важность оптимизации их эксплуатационной эффективности.

Актуальность этого исследования обусловлена той ключевой ролью, которую автономные фотоэлектрические системы играют в обеспечении энергетических решений, особенно в отдаленных или автономных местах. Поскольку эти системы часто ограничены меняющимися условиями окружающей среды, необходимость в эффективных методах отслеживания точки максимальной мощности (ОТММ) становится первостепенной для обеспечения оптимального захвата энергии от солнечных панелей.

Использование искусственного интеллекта (ИИ) в методах ОТММ открывает новый подход к решению проблемы динамического и сложного характера факторов окружающей среды, влияющих на автономные фотоэлектрические системы. Алгоритмы искусственного интеллекта предлагают возможность адаптации в реальном времени к изменяющимся условиям, что приводит к повышению эффективности сбора энергии.

Степень проработки этого исследования значительна, поскольку оно углубляется в тонкости методов ОТММ на основе искусственного интеллекта, изучает их адаптируемость к динамическим изменениям окружающей среды, быстрое время отклика и эффективную обработку условий частичного затенения. Исследование направлено на обеспечение всестороннего понимания того, как эти методы могут повысить выходную мощность в установившемся режиме и общую надежность автономных

фотоэлектрических систем. Кроме того, исследование дополняет существующий объем знаний путем оценки надежности контроллеров ОТММ на базе искусственного интеллекта. Это имеет решающее значение для обеспечения устойчивости автономных фотоэлектрических систем при различных конфигурациях систем и экологических проблемах. "В рамках научной специальности разрабатываются ... прикладные аспекты интеграции информационных технологий и объектов электротехники, электроэнергетики ...", "паспорт специальности 2.4.1. Теоретическая и прикладная электротехника".

Близкой тематикой в России занимались Бессель В. В., Донцов, О. А., Козюков Д. А., Елистратов В.В., Якимович Б. А., Кувшинов В. В., Краснобаев Ю. В., Кристофер Д. Р., Кучеров В. Г., Малинин Г. В., Мигунов Я. Н., Мингалеева Р. Д., Обухов, С. Г, Пост С. С., Русскин В. А., Семёнов С. М., Серебрянников А. В., Цыганков, Б. К., а также зарубежные ученые: Abdourraziq M. A., Chang G. W., Deihimi M. H., Enany M. A., Farahat M. A., Filho E. R., Gazoli J. R., Kharb R. K., Liu Y. J., Meyabadi A. F., Naghizadeh R. A, Villalva M. G., Yeh Y. K., и другие исследователи.

Цель данной работы. Критические проблемы, с которыми сталкиваются автономные фотоэлектрические системы при оптимизации их возможностей по сбору энергии, должны быть решены в ходе работы. Развитию технологий возобновляемой энергетики планируется способствовать, сосредоточив внимание на внедрении искусственного интеллекта (ИИ) в важнейшем аспекте отслеживания точки максимальной мощности (ОТММ). Извлечение максимальной мощности из фотоэлектрических систем в условиях частичного затенения или быстрых изменений солнечной радиации является основной целью работы.

Для достижения поставленной цели решались следующие научные задачи:

1 . Изучить конструкцию, моделирование, эквивалентную схему и электрические характеристики фотоэлектрических элементов.

2. Провести обширный обзор литературы, чтобы всесторонне понять существующие знания об автономных фотоэлектрических системах, методах отслеживания точки максимальной мощности (ОТММ) и применения искусственного интеллекта (ИИ) в технологиях возобновляемых источников энергии.

3. Исследовать влияние быстрых изменений солнечной радиации на эффективность работы автономных фотоэлектрических систем.

4. Исследовать влияние частичного затенения на эффективность работы автономных фотоэлектрических систем.

5. Предложить новые методы ОТММ, основанные на алгоритмах искусственного интеллекта (ИИ), и смоделировать автономную фотоэлектрическую систему в различных условиях окружающей среды.

6. Пронализировать и обсудить результаты моделирования, полученные при быстрых изменениях солнечной радиации, и сравнить новые результаты с другими алгоритмами ОТММ на основе искусственного интеллекта.

7. Проанализировать и обсудить результаты моделирования, полученные в условиях частичного затенения, и сравнить новые результаты с другими алгоритмами ОТММ на основе искусственного интеллекта.

8. Исследовать надежность и эффективность предлагаемых алгоритмов ОТММ на основе искусственного интеллекта экспериментально для автономных фотоэлектрических систем.

Научная новизна работы заключается в том, что: 1. В этом исследовании представлен сравнительный анализ двух недавно разработанных алгоритмов ОТММ, а именно алгоритма оптимизации роя автономных групп частиц (ЛОРБО) и алгоритма поиска кукушки (СБ), разработанного специально для частично затененных фотоэлектрических

(ФЭ) массивов. Начальный этап включает оценку производительности обоих алгоритмов в различных погодных условиях, включая стандартные условия испытаний и условия частичного затенения, с использованием моделирования МАТЛАБ/СИМУЛИНК. После этого проводится экспериментальное исследование для проверки полученных результатов моделирования.

2. Внедрен инновационный подход для максимизации отбора мощности из фотоэлектрической системы с использованием алгоритма оптимизации табуна (HHO) в различных погодных условиях, включая условия частичного затенения (PSC) и быстрые изменения солнечной радиации (FCSR). Алгоритм HHO, вдохновленный манерой движения лошадей в табуне, используется в качестве метода оптимизации. Предлагаемый контроллер ОТММ проходит тестирование и сравнивается с другими известными алгоритмами искусственного интеллекта, а именно «Цветочное опыление» (FP), «Алгоритм серых волков» (GWO), «Поиск кукушки» (CS), «Оптимизация роя частиц» (PSO) и «Детерминированный PSO» (DPSO).

3. Новый подход к максимизации производства энергии фотоэлектрическими массивами представлен за счет использования алгоритма Enhanced Particle Swarm Optimization (EPSO). В отличие от обычного PSO, алгоритм EPSO отличается использованием смещенных сигмовидных функций для динамической регулировки коэффициентов ускорения и веса инерции, в отличие от использования фиксированных коэффициентов. Эффективность алгоритма EPSO демонстрируется в сложных условиях, включая внезапные изменения солнечного излучения и случаи PSC.

Теоретическая значимость работы. Многочисленные методы управления ОТММ, основанные на алгоритмах искусственного интеллекта, были разработаны и смоделированы в МАТЛАБ/СИМУЛИНК для максимизации выхода энергии из автономной фотоэлектрической системы с различными конфигурациями фотоэлектрических массивов, включая (3*3) и

(2*4) последовательно-параллельные фотоэлектрические массивы. Предлагаемые контроллеры проходят испытания в различных погодных условиях, включая FCSR и PSC. Некоторые программы были созданы для демонстрации эффективности предлагаемых алгоритмов ОТММ для автономных фотоэлектрических систем.

Практическая значимость работы. Результаты этого исследования имеют широкую применимость, выходя за рамки разработки автономных фотоэлектрических систем. Результаты могут быть использованы для совершенствования крупномасштабных фотоэлектрических электростанций, подключенных к сети, с целью максимизировать эффективность их производства энергии, особенно в сценариях, характеризующихся быстрыми изменениями солнечной радиации или условиями частичного затенения.

Методология и методы исследования. Основные методы исследования, использованные в исследовании, включают математическое и компьютерное моделирование, использование алгоритмов искусственного интеллекта, сравнительный анализ и внедрение систем управления. Эти задачи решались с помощью программного комплекса матлаб (версия R2020a). Моделирование силовых цепей и элементов системы управления осуществлялось посредством симулинк, а реализация алгоритмов осуществлялась с помощью M-кода.

Основные положения, вынесенные на защиту: 1. Показано, что эффективность работы автономных фотоэлектрических систем с традиционными методами ОТММ значительно снижается при использовании FCSR и PSC. В условиях эксплуатации на открытом воздухе у трекера MPP могут возникнуть проблемы с быстрой адаптацией к быстрым изменениям погодных условий. Это может привести к неточностям в отслеживании MPP, что в конечном итоге приведет к значительным потерям энергии. В присутствии PSC общие характеристики фотоэлектрической решетки подвергаются деформации, демонстрируя множественные пики, как глобальные, так и локальные MPP.

Следовательно, задача извлечения максимальной мощности из массива усложняется из-за существования различных локальных MPP. Следовательно, классические алгоритмы ОТММ, которые отслеживают сингулярные MPP характеристики фотоэлектрических массивов, не могут быть применены. Во время PSC трекер MPP может следовать за локальным пиком вместо глобального пика, который представляет глобальный MPP (GMPP), что приводит к вводящим в заблуждение потерям мощности.

2. Проведен подробный сравнительный анализ двух последних алгоритмов искусственного интеллекта, а именно алгоритма оптимизации роя автономных групп частиц (AGPSO) и алгоритма поиска с кукушкой, с упором на максимизацию выходной мощности фотоэлектрических систем под PSC. Исследование всесторонне разъяснило принципы работы, математические модели и блок-схемы ОТММ для обоих биологических алгоритмов. Комплексные оценки были проведены посредством моделирования Матлаб и экспериментальных испытаний для оценки эффективности алгоритмов в различных погодных условиях. Полученные результаты показывают, что в тестируемых условиях оба биологических алгоритма умело следуют глобальному пику (GP) фотоэлектрической батареи с быстрым временем сходимости и высокой точностью в ОТММ. Хотя алгоритм AGPSO эффективно отслеживает GP, алгоритм поиска с кукушкой превосходит его с точки зрения более быстрой сходимости и превосходной точности отслеживания. Результаты моделирования показывают сокращение времени отслеживания на 82% для GP1 и уменьшение на 47.36%, 47% и 60% для GP2, GP3 и GP4 соответственно при использовании алгоритма поиска с кукушкой. Более того, алгоритм Cuckoo Search демонстрирует более высокую эффективность отслеживания при различных погодных условиях по сравнению с алгоритмом AGPSO. Результаты экспериментов подтверждают эти выводы: алгоритм поиска с кукушкой демонстрирует сокращение времени отслеживания почти на 42% по сравнению с алгоритмом AGPSO. Кроме того, алгоритм поиска кукушки

отображает меньшие колебания мощности и большую точность отслеживания точки максимальной мощности, чем его аналог, алгоритм AGPSO.

3. Производительность нового контроллера Horse Herd Optimization (HHO) сравнивалась с производительностью существующих контроллеров, использующих признанные метаэвристические алгоритмы в различных условиях эксплуатации. Во всех рассмотренных условиях эксплуатации контроллер HHO неизменно демонстрировал превосходные характеристики с точки зрения времени отслеживания по сравнению с другими контроллерами. Он неизменно показывал самое быстрое время стабилизации — менее 0.58 секунды. Кроме того, он достиг наивысшей эффективности ОТММ в большинстве погодных условий, при этом эффективность ОТММ не опускалась ниже 99.12%. Эффективность предложенного контроллера HHO была дополнительно подтверждена экспериментальными исследованиями под руководством PSC. Результаты эксперимента подтвердили эффективность контроллера HHO, продемонстрировав его способность точно отслеживать глобальный MPP (GMPP). Контроллер HHO продемонстрировал самую высокую эффективность отслеживания, достигнув почти 98.81%, превзойдя все остальные алгоритмы. Более того, он продемонстрировал самое быстрое время отслеживания — всего 2. 2 секунды с колебанием мощности всего 1.91%, гарантируя надежную и стабильную выработку энергии.

4. Производительность нового алгоритма Enhanced Particle Swarm Optimization (EPSO) оценивалась по сравнению с другими метаэвристическими алгоритмами с использованием Матлаб, особенно в сценариях, характеризующимися резкими изменениями солнечного излучения и PSC. Во всех условиях испытаний EPSO неизменно превосходил другие метаэвристические алгоритмы, независимо от изменений уровня солнечной радиации или положения GMPP во время всех рассматриваемых PSC. Примечательно, что он продемонстрировал

повышенную производительность за счет значительного сокращения времени отслеживания контроллера до менее 0.205 секунды для всех моделируемых шаблонов затенения. В результате алгоритм EPSO достиг значительно более высокого выхода энергии по сравнению с другими алгоритмами искусственного интеллекта. Была проведена практическая проверка реализованного алгоритма EPSO- ОТММ и сравнение с методами PSO и алгоритма оптимизации Grasshopper (GOA) под PSC. Предложенный алгоритм EPSO ОТММ показал выдающиеся характеристики с точки зрения эффективности отслеживания, достигнув высокой эффективности ОТММ примерно 99.19%. Это превзошло эффективность других протестированных алгоритмов. Кроме того, алгоритм EPSO продемонстрировал высокую скорость сходимости при достижении GMPP по сравнению с другими рассматриваемыми алгоритмами ОТММ мягких вычислений, достигнув этого всего за 2.4 секунды. Кроме того, он продемонстрировал низкую мощность колебаний - около 2.04%.

Степень достоверности результатов подтверждается применением общепризнанных законов Кирхгофа и точными расчетами, выполненными с использованием надежного программного обеспечения

МАТЛАБ/СИМУЛИНК, известного своим обширным опытом успешных вычислительных практик. Правильное использование современных методов математической обработки данных еще больше повышает достоверность выводов. Более того, все предложенные контроллеры ОТММ, основанные на алгоритмах искусственного интеллекта, прошли практическую реализацию на встраиваемых системах. Эти контроллеры систематически тестировались посредством экспериментов с использованием различных конфигураций фотоэлектрических (ФЭ) массивов, включая (3*3) и (2*4) последовательно-параллельных фотоэлектрических массивов.

Апробация результатов работы. Основные выводы и положения диссертации были изложены и обсуждены на кафедральных международных научных конференциях по электроэнергетике, научных семинарах.

(Петербургский политехнический университет (СПбПУ) 17-19 мая 2021 года), Международная научно-практическая конференция (Томский Политехнический Университет 27-29 Апреля 2021 Г), актуальные проблемы электроэнергетики (Нижегородский Государственный Технический Университет Им. Р. Е. Алексеева, 2021 Г), экологическая, промышленная и энергетическая безопасность (Севастопольский Государственный Университет, 20-23 сентября 2021 года), по электротехнике, системам автоматизации и управления, теории и практическому применению (EECS) (Петербургский политехнический университет, Российская Федерация Семинар 24-27 ноября 2023 года IEEE), Электротехника и электроника Инжиниринг (ElCon 2024), проходившая в Петербургском политехническом университете, (Россия, 29-30 января 2024 года IEEE). Международная рабочая конференция по биоинформатике и биомедицинской инженерии (инженерный факультет университета Порт-Саида, Египет IWBBIO 2023).

Публикации. По результатам данной исследовательской работы 27 научные статьи, в том числе 6 статьи в изданиях, рекомендованных ВАК РФ; 13 статей опубликованы в международных базах абстрактного цитирования Scopus и Web of Science и 8 РИНЦ.

Структура и объем работы. Диссертация содержит введение, 6 глав, и заключение. Она представлена на 154 страницах и включает 14 таблиц, 81 рисунок, и список литературы из 84 наименований.

1 ПРОБЛЕМЫ ФОТОЭНЕРГЕТИЧЕСКИХ СИСТЕМ

Целью этой главы является предоставление обзора глобальных тенденций в области возобновляемых источников энергии. Кроме того, в главе основное внимание уделяется будущему видению возобновляемой энергетики в Ираке в направлении устойчивого энергетического будущего. Кроме того, в главе рассматриваются проблемы, с которыми сталкиваются автономные фотоэлектрические (ФЭ) системы в различных погодных условиях.

1.1 Глобальные тенденции в области возобновляемых источников энергии

Поскольку глобальное потребление электроэнергии быстро растет вместе с ростом населения и экономики, существует острая необходимость в развитии новых мощностей по производству электроэнергии для удовлетворения растущего спроса на неё. Согласно недавнему исследованию Международного агентства по возобновляемым источникам энергии (IRENA), около 86% производства электроэнергии к 2050 году будет приходиться на возобновляемые источники энергии. Ожидается, что в расширении будут доминировать солнечные фотоэлектрические и ветровые электростанции с установленной мощностью более 8500 ГВт и 6000 ГВт соответственно, как показано на рисунке 1.1. Ожидается, что к 2050 году солнечная фотоэлектрическая энергия (ФЭ) станет вторым по величине источником производства электроэнергии, на который будет приходиться 25% общего мирового спроса на электроэнергию. Это сделало бы его одним из ведущих источников производства электроэнергии в мире [1].

Рисунок 1.1 - Глобальные тенденции развития возобновляемой энергетики к

2050 году [1]

1.2 Будущее видение возобновляемой энергетики в Ираке

Производство электроэнергии в Ираке в значительной степени зависит от ископаемого топлива в качестве основного источника энергии. В частности, в стране для производства электроэнергии используются три основных вида топлива: примерно 63% электроэнергии производится с использованием мазута, 33% приходится на природный газ и около 3% на уголь. К сожалению, оставшаяся часть составляет всего 1% производства электроэнергии, получаемой из возобновляемых источников. В области возобновляемых источников энергии гидроэнергетика составляет наибольшую долю (82%), биоэнергетика - 11%, а солнечная энергия - 7%. На рисунке 1.2 изображен сценарий производства электроэнергии в Ираке на 2020 год [2].

Международное энергетическое агентство (МЭА) сообщает, что в соответствии с глобальными усилиями по переходу к устойчивой энергетике Ирак активно реализует диверсификацию энергетической структуры. В рамках этого стратегического сдвига Ирак сосредоточивает внимание на развитии технологий возобновляемой энергетики, поставив амбициозные цели по достижению 21 ГВт солнечной и 5 ГВт ветровой энергии к 2030 году. Такой переход обещает повысить устойчивость и надежность электроснабжения страны. Следовательно, существует оптимистичный прогноз, что к 2030 году возобновляемые источники энергии могут составлять до 30% от общего энергобаланса Ирака [3]. Рисунок 1.3 иллюстрирует будущую концепцию электроснабжения Ирака до 2030 года.

Рисунок 1.2 - Сценарий производства электроэнергии в Ираке на 2020 год: Общая доля энергии (б) Доля возобновляемых источников энергии [2]

Рисунок 1.3 - Будущая концепция электроснабжения Ирака до 2030 года [3]

Благодаря своему выгодному географическому положению Ирак наслаждается обилием солнечного света круглый год, в среднем около 300 солнечных дней в год. Этот замечательный солнечный потенциал делает его идеальным выбором для внедрения и использования технологий солнечной энергии, обещая устойчивое и многообещающее энергетическое будущее в стране. На рисунке 1.4 изображена потенциальная солнечная радиация в Ираке.

40'Е 42"Е 44-Е 46"Е 48"Е

О 2019 TTic Wcr d ВлпЬ Source Global Sote' Atlas 2 0 Solar resource ríala Sclargis

Long term average of GHI, period 1999-2018 Daily totals: 4.8 5.0 5.2 5.4 5.6 5.8 6.0

Yearly totals: 1753 1826 1899 1972 2045 2118 2191

Рисунок 1.4 - Потенциал солнечной радиации в Ираке [4]

1.3 Постановка задач

Автономные фотоэлектрические (ФЭ) системы, также известные как автономные системы, являются ценным решением для обеспечения электроэнергией отдаленных районов, где доступ к традиционной электросети ограничен или отсутствует. Эти системы для выработки электроэнергии полагаются исключительно на солнечное излучение, что делает их сильно зависимыми от наличия и постоянства солнечного света. Однако на эффективность автономных фотоэлектрических систем могут существенно повлиять быстрые изменения уровня солнечной радиации и условия частичного затенения. В следующих подразделах показано влияние различных условий солнечной радиации на эффективность автономных фотоэлектрических систем.

1.3.1 Влияние быстрых изменений солнечной радиации на автономную

фотоэлектрическую систему

Автономные фотоэлектрические (ФЭ) системы представляют собой значительный технологический прогресс в области решений в области возобновляемых источников энергии. Эти системы тщательно разработаны для эффективного и результативного функционирования, при этом особое внимание уделяется использованию солнечной энергии для электроснабжения домов, предприятий и отдаленных районов. Одним из ключевых компонентов, повышающих их производительность, является включение трекера максимальной точки мощности (MPP).

Трекер MPP служит мозгом автономной фотоэлектрической системы, основной целью которого является оптимизация отбора энергии и максимизация выхода энергии. По сути, он постоянно контролирует уровни поступающего солнечного излучения и регулирует электрическую нагрузку системы, чтобы найти идеальную рабочую точку, где она может получать максимальную мощность от фотоэлектрических панелей.

Такая динамическая регулировка гарантирует, что система работает с максимальной эффективностью, преобразуя как можно больше солнечного света в электричество [5]. Однако проблема возникает, когда уровни солнечной радиации претерпевают быстрые и непредсказуемые изменения, часто из-за погодных колебаний. В таких сценариях трекер MPP может не распознать изменения погодных условий, что приведет к потерям мощности из-за неточного отслеживания нового MPP. По сути, система не может использовать весь потенциал доступного солнечного света, оставляя энергию неиспользованной.

Последствия ложного отслеживания двояки. Во-первых, это снижает общую эффективность автономной фотоэлектрической системы. Когда система работает вне оптимального MPP, она работает менее эффективно, что снижает ее способность улавливать и преобразовывать солнечную энергию в электричество. Во-вторых, эта неэффективность приводит к снижению выработки энергии, что может стать серьезным препятствием, особенно в автономных или отдаленных местах, где нехватка энергии является проблемой. Подводя итог, можно сказать, что хотя автономные фотоэлектрические системы замечательны своей способностью эффективно использовать солнечную энергию, важную роль, которую играет трекер MPP, невозможно переоценить.

Осознание ограничений трекера MPP в быстро меняющихся условиях солнечной радиации имеет решающее значение для разработчиков и операторов систем, чтобы обеспечить оптимальную производительность и выход энергии. Поиск инновационных решений для смягчения воздействия ложного отслеживания остается постоянной областью исследований и разработок в области солнечной энергии.

1.3.2 Влияние частичного затенения на автономную фотоэлектрическую

систему

Препятствие, создаваемое конкретными объектами, создающими тени, называется затенением. Непрозрачность тени, которая считается коэффициентом затенения, характеризуется значениями от нуля до единицы.

Граничные значения ноль и единица соответствуют двум крайним случаям: полной освещенности и отсутствия освещенности. Когда коэффициент затенения приближается к нулю, указывается низкое влияние затенения, а когда он приближается к единице, указывается более высокое влияние затенения. Любое другое значение между ними означает частичное затенение [6].

Затенение может быть вызвано такими препятствиями, как деревья, листья, здания, птичий помет, пролетающие облака, скопление грязи, снега и пыли, а также частицами, покрывающими поверхность фотоэлектрического модуля. Появление тени может быть временным или продолжительным, таким образом попадая в категории статического и динамического. Статическое затенение возникает в результате постепенного изменения угла солнечного света в течение дня, тогда как динамическое затенение может возникать в результате быстрых изменений, например, вызванных движущимися облаками. Затеняющие препятствия также можно разделить на твердые и мягкие источники.

Мягкие источники, такие как летающие птицы или соседние деревья, затрудняют пропуск света на расстоянии. С другой стороны, жесткие источники полностью предотвращают попадание солнечного света на фотоэлектрические модули и включают в себя такие примеры, как падение птиц, одеяла или препятствия, созданные зданиями [7]. Из-за низкого выходного напряжения фотоэлектрической панели используется конфигурация из нескольких последовательно соединенных панелей для генерации относительно высокого напряжения. Для достижения достаточной

Список литературы диссертационного исследования кандидат наук Али Кайс Аднан Али, 2025 год

Список литературы

1. New and Renewable Energy Authority (NREA). New and Renewable Energy Authority: Annual Report 2018. 2018. 1-37 p.

2. IRENA. Energy Profile: Iraq // International Renewable Energy Agency (IRENA). Abu Dhabi, United Arab Emirates, 2023.

3. International Energy Agency. Iraq's Energy Sector: A Roadmap to a Brighter Future. 2019. № April.

4. Hassan Q. et al. A Roadmap with Strategic Policy toward Green Hydrogen Production: The Case of Iraq // Sustain. 2023. Vol. 15, № 6.

5. Refaat A., Osman M.H., Korovkin N. V. Current collector optimizer topology to extract maximum power from non-uniform aged PV array // Energy. 2020. P. 116995.

6. Das S.K. et al. Shading mitigation techniques: State-of-the-art in photovoltaic applications // Renew. Sustain. Energy Rev. Elsevier Ltd, 2017. Vol. 78, № May. P. 369-390.

7. Kandemir E., Cetin N.S., Borekci S. A comprehensive overview of maximum power extraction methods for PV systems // Renew. Sustain. Energy Rev. Elsevier Ltd, 2017. Vol. 78, № May. P. 93-112.

8. Niazi K.A.K. et al. Evaluation of interconnection configuration schemes for PV modules with switched-inductor converters under partial shading conditions // Energies. 2019. Vol. 12, № 14.

9. Refaat A. et al. Current Collector Optimizer Topology with Reconfiguration Algorithm to Harvest Optimal Power from Nonuniform Aged PV Arrays // 2020 International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon 2020. 2020. P. 9271455.

10. Li H. et al. An Overall Distribution Particle Swarm Optimization MPPT Algorithm for Photovoltaic System under Partial Shading // IEEE Trans. Ind. Electron. IEEE, 2019. Vol. 66, № 1. P. 265-275.

11. Vijayalekshmy S., Bindu G.R., Rama Iyer S. A novel Zig-Zag scheme for power enhancement of partially shaded solar arrays // Sol. Energy. Elsevier Ltd, 2016. Vol. 135. P. 92-102.

12. Tey K.S. et al. Improved Differential Evolution-Based MPPT Algorithm Using SEPIC for PV Systems Under Partial Shading Conditions and Load Variation // IEEE Trans. Ind. Informatics. IEEE, 2018. Vol. 14, № 10. P. 43224333.

13. Quaschning V. Understanding renewable energy systems // Understanding Renewable Energy Systems. second edi. 2016. 1-406 p.

14. Balkan N., Erol A. se. Semiconductors for Optoelectronics: Basics and Applications. Springer, Cham, 2021.

15. Et-torabi K. et al. Parameters estimation of the single and double diode photovoltaic models using a Gauss-Seidel algorithm and analytical method: A comparative study // Energy Convers. Manag. Elsevier Ltd, 2017. Vol. 148. P. 1041-1054.

16. Humada A.M. et al. Modeling of PV system and parameter extraction based on experimental data: Review and investigation // Sol. Energy. Elsevier, 2020. Vol. 199, № February 2019. P. 742-760.

17. Xu S., Wang Y. Parameter estimation of photovoltaic modules using a hybrid flower pollination algorithm // Energy Convers. Manag. Elsevier Ltd, 2017. Vol. 144. P. 53-68.

18. Refaat A. et al. A Control Methodology of Grid-Connected PV System to Verify The Standard IEEE 929-2000 // Proceedings of the 15th internaional middel east power system conference (MEPCON"12). Egypt, 2012.

19. Muhammad H. Rashid. Power Electronics Handbook Devices, Circuits, and Applications // Power Electronics Handbook: Devices, Circuits, and Applications, Third Edition. Third edit / ed. Elsevier. 2011.

20. Mohan N., Undeland T.M., Robbins W.P. Power Electronics: Converters, Applications and Design // EUROCON 2007 The International Conference on Computer as a Tool. Jhon Wiley & Sons, 2003.

21. Bilen K., Ismail Erdogan. Effects of cooling on performance of photovoltaic / thermal ( PV / T ) solar panels : A comprehensive review // Sol. Energy. 2023. Vol. 262, № January.

22. Koohestani S.S., Nizetic S., Santamouris M. Comparative review and evaluation of state-of-the-art photovoltaic cooling technologies // J. Clean. Prod. 2023. Vol. 406, № March.

23. Shoaib M. et al. A comprehensive review on various cooling techniques to decrease an operating temperature of solar photovoltaic panels // Energy Nexus. Elsevier Ltd, 2022. Vol. 8, № October. P. 100161.

24. Wang Y. et al. A review: The development of crucial solar systems and corresponding cooling technologies // Renew. Sustain. Energy Rev. Elsevier Ltd, 2023. Vol. 185, № July. P. 113590.

25. Rustemli S. et al. The analysis on sun tracking and cooling systems for photovoltaic panels // Renew. Sustain. Energy Rev. Elsevier, 2013. Vol. 22. P. 598-603.

26. Awasthi A. et al. Review on sun tracking technology in solar PV system // Energy Reports. Elsevier Ltd, 2020. Vol. 6. P. 392-405.

27. Yaichi M. et al. Performance of a PV field's discontinuous two -position sun tracker systems supplying a water pumping system: Concept, theoretical and experimental studies - A case study of the Adrar area in Algeria's Sahara // Renew. Energy. Elsevier Ltd, 2022. Vol. 201, № P1. P. 548-562.

28. Refaat A. et al. A Comparative Study of Two Metaheuristic MPPT Techniques to Extract Maximum Power from PV Array under Different Partial Shading Patterns // IEEE Conference on Power Electronics and Renewable Energy, CPERE 2023. IEEE, 2023.

29. Osman M.H., Refaat A. Adaptive multi-variable step size P&O MPPT for high tracking-speed and accuracy // IOP Conference Series: Materials Science and Engineering. 2019. Vol. 643, № 1.

30. Bradai R. et al. Experimental assessment of new fast MPPT algorithm for PV systems under non-uniform irradiance conditions // Appl. Energy. Elsevier Ltd, 2017. Vol. 199. P. 416-429.

31. Shengqing L. et al. An improved MPPT control strategy based on incremental conductance method // Soft Comput. Protection and Control of Modern Power Systems, 2020. Vol. 24, № 8. P. 6039-6046.

32. Kumar V., Singh M. Reactive power compensation using derated power generation mode of modified P&O algorithm in grid-interfaced PV system // Renew. Energy. Elsevier Ltd, 2021. Vol. 178. P. 108-117.

33. Singh B.P. et al. Intersection Point Determination Method: A novel MPPT approach for sudden and fast changing environmental conditions // Renew. Energy. Elsevier Ltd, 2022. Vol. 200, № March. P. 614-632.

34. Sivaramakrishnan S. Linear Extrapolated MPPT - An Alternative to Fractional Open Circuit Voltage Technique // 2016 Bienniallnternational Conf. Power Energy Syst. 2016.

35. Shebani M.M., Iqbal T., Quaicoe J.E. Comparing Bisection Numerical Algorithm with Fractional Short Circuit Current and Open Circuit Voltage Methods for OTMM Photovoltaic Systems // 2016 IEEE Electr. Power Energy Conf. Comp. 2016.

36. Chang E.C. High-performance pure sine wave inverter with robust intelligent sliding mode maximum power point tracking for photovoltaic applications // Micromachines. 2020. Vol. 11, № 6.

37. Li J. et al. Analysis of photovoltaic array maximum power point tracking under uniform environment and partial shading condition: A review // Energy Reports. Elsevier Ltd, 2022. Vol. 8. P. 13235-13252.

38. Ali Z.M. Variable step size perturb and observe MPPT controller by applying 0-modified krill herd algorithm-sliding mode controller under partially shaded conditions // J. Clean. Prod. Elsevier Ltd, 2020. Vol. 271. P. 122243.

39. Kayisli K. Super twisting sliding mode-type 2 fuzzy MPPT control of solar PV system with parameter optimization under variable irradiance conditions // Ain Shams Eng. J. Faculty of Engineering, Ain Shams University, 2023. Vol. 14, № 1. P. 101950.

40. Bahrami M. et al. Hybrid maximum power point tracking algorithm with improved dynamic performance // Renew. Energy. 2019. Vol. 130. P. 982991.

41. Chaibi R. et al. Photovoltaic System's MPPT under Partial Shading Using TS Fuzzy Robust Control // IFAC-PapersOnLine. Elsevier Ltd, 2022. Vol. 55, № 12. P. 214-221.

42. Osman M.H. et al. Highly Efficient MPP Tracker Based on Adaptive Neuro-fuzzy Inference System for Stand-Alone Photovoltaic Generator System // Int. J. Renew. Energy Res. 2022. Vol. 12, № 1. P. 209-217.

43. Bollipo R.B., Mikkili S., Bonthagorla P.K. Application of Radial Basis Neural Network in OTMM Technique for Stand-Alone PV System Under Partial Shading Conditions // IETE J. Res. 2021.

44. Gong L., Hou G., Huang C. A two-stage MPPT controller for PV system based on the improved artificial bee colony and simultaneous heat transfer search algorithm // ISA Trans. Elsevier Ltd, 2022. № xxxx.

45. Pei Ye S. et al. A novel global maximum power point tracking algorithm based on Nelder-Mead simplex technique for complex partial shading conditions // Appl. Energy. Elsevier Ltd, 2022. Vol. 321, № June. P. 119380.

46. Mirza A.F. et al. A Salp-Swarm Optimization based MPPT technique for harvesting maximum energy from PV systems under partial shading conditions // Energy Convers. Manag. Elsevier, 2020. Vol. 209, № October 2019. P. 112625.

47. da Rocha M.V., Sampaio L.P., da Silva S.A.O. Comparative analysis of MPPT algorithms based on Bat algorithm for PV systems under partial shading condition // Sustain. Energy Technol. Assessments. Elsevier, 2020. Vol. 40, № January. P. 100761.

48. Chandrasekaran K., Sankar S., Banumalar K. Partial shading detection for PV arrays in a maximum power tracking system using the sine-cosine algorithm // Energy Sustain. Dev. International Energy Initiative, 2020. Vol. 55. P. 105121.

49. Mendez-Flores E. et al. Experimental Validation of an Enhanced MPPT Algorithm and an Optimal DC-DC Converter Design Powered by Metaheuristic Optimization for PV Systems // Energies. Multidisciplinary Digital Publishing Institute, 2022. Vol. 15, № 21. P. 8043.

50. Sundareswaran K., Vignesh kumar V., Palani S. Application of a combined

particle swarm optimization and perturb and observe method for MPPT in PV systems under partial shading conditions // Renew. Energy. Elsevier Ltd, 2015. Vol. 75. P. 308-317.

51. Mirza A.F. et al. High-efficiency swarm intelligent maximum power point tracking control techniques for varying temperature and irradiance // Energy. Elsevier Ltd, 2021. Vol. 228. P. 120602.

52. Fares D. et al. A novel global MPPT technique based on squirrel search algorithm for PV module under partial shading conditions // Energy Convers. Manag. Elsevier Ltd, 2021. Vol. 230, № October 2020. P. 113773.

53. Mirza A.F., Mansoor M., Ling Q. A novel MPPT technique based on Henry gas solubility optimization // Energy Convers. Manag. Elsevier Ltd, 2020. Vol. 225, № March. P. 113409.

54. Pan J.S. et al. Maximum power point tracking and parameter estimation for multiple-photovoltaic arrays based on enhanced pigeon-inspired optimization with Taguchi method // Energy. 2022. Vol. 251.

55. Aouchiche N. et al. AI-based global MPPT for partial shaded grid connected PV plant via MFO approach // Sol. Energy. Elsevier, 2018. Vol. 171, № June. P. 593-603.

56. Khalifa A.E. et al. Two Bio-inspired MPPT Algorithms to Harvest the Maximum Power from Partially Shaded PV Arrays // Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022. 2022. P. 670-674.

57. Mirza A.F. et al. Novel MPPT techniques for photovoltaic systems under uniform irradiance and Partial shading // Sol. Energy. Elsevier, 2019. Vol. 184, № April. P. 628-648.

58. Mohamed M.A., Zaki Diab A.A., Rezk H. Partial shading mitigation of PV systems via different meta-heuristic techniques // Renew. Energy. Elsevier Ltd, 2019. Vol. 130. P. 1159-1175.

59. Azli H. et al. Novel yellow saddle goatfish algorithm for improving performance and efficiency of PV system under partial shading conditions // Sol. Energy. Elsevier Ltd, 2022. Vol. 247, № October. P. 295-307.

60. Ahmed J., Salam Z. A Maximum Power Point Tracking (MPPT) for PV system using Cuckoo Search with partial shading capability // Appl. Energy. Elsevier Ltd, 2014. Vol. 119. P. 118-130.

61. Radhakrishnan R.K.G. et al. An Intensified Marine Predator Algorithm (MPA) for Designing a Solar-Powered BLDC Motor Used in EV Systems // Sustain. 2022. Vol. 14, № 21.

62. Nassef A.M. et al. Modified honey badger algorithm based global MPPT for

triple-junction solar photovoltaic system under partial shading condition and global optimization // Energy. Elsevier Ltd, 2022. Vol. 254. P. 124363.

63. Mansoor M. et al. Novel Grass Hopper optimization based MPPT of PV systems for complex partial shading conditions // Sol. Energy. Elsevier, 2020. Vol. 198, № January. P. 499-518.

64. Abo-Khalil A.G. et al. Maximum power point tracking of PV systems under partial shading conditions based on opposition-based learning firefly algorithm // Sustainability. 2021. Vol. 13, № 5. P. 1-18.

65. Zheng S. et al. Advanced optimizer for maximum power point tracking of photovoltaic systems in smart grid: A roadmap towards clean energy technologies // Renew. Energy. Elsevier Ltd, 2023. Vol. 206, №2 October 2022. P.1326-1335.

66. Mansoor M., Mirza A.F., Ling Q. Harris hawk optimization-based MPPT control for PV systems under partial shading conditions // J. Clean. Prod. Elsevier Ltd, 2020. Vol. 274. P. 122857.

67. Lyden S., Haque M.E. A Simulated Annealing Global Maximum Power Point Tracking Approach for PV Modules under Partial Shading Conditions // IEEE Trans. Power Electron. IEEE, 2016. Vol. 31, № 6. P. 4171-4181.

68. Zafar M.H. et al. Group teaching optimization algorithm based MPPT control of pv systems under partial shading and complex partial shading // Electronics. 2020. Vol. 9, № 11. P. 1-24.

69. Wolpert D., Macready W. No Free Lunch Theorems for Optimization // IEEE Trans. Evol. Comput. 1997. Vol. 1, № 1. P. 76-82.

70. Elbaz A. et al. Maximum Power Extraction from Polymer Electrolyte Membrane (PEM) Fuel Cell Based on Deterministic Particle Swarm Optimization Algorithm // Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022. 2022. P. 613-619.

71. Shehata A.A. et al. Optimal placement and sizing of FACTS devices based on Autonomous Groups Particle Swarm Optimization technique // Arch. Electr. Eng. 2021. Vol. 70, № 1. P. 161-172.

72. Mirjalili S., Lewis A., Sadiq A.S. Autonomous Particles Groups for Particle Swarm Optimization // Arab. J. Sci. Eng. 2014. Vol. 39, № 6. P. 4683-4697.

73. Yang X.S., Deb S. Cuckoo search via Lévy flights // 2009 World Congress on Nature and Biologically Inspired Computing, NABIC 2009 - Proceedings. IEEE, 2009. P. 210-214.

74. Eltamaly A.M. An improved cuckoo search algorithm for maximum power point tracking of PV under PSC Energies. 2021. Vol. 14, № 4.

75. Mosaad M.I. et al. Maximum power point tracking of PV system based cuckoo search algorithm; review and comparison // Energy Procedia. Elsevier B.V.,

2019. Vol. 162. P. 117-126.

76. Elmanakhly D.A. et al. BinHOA: Efficient Binary Horse Herd Optimization Method for Feature Selection: Analysis and Validations // IEEE Access. 2022. Vol. 10, № i. P. 26795-26816.

77. MiarNaeimi F., Azizyan G., Rashki M. Horse herd optimization algorithm: A nature-inspired algorithm for high-dimensional optimization problems // Knowledge-Based Syst. Elsevier B.V., 2021. Vol. 213. P. 106711.

78. Hosseinalipour A., Ghanbarzadeh R. A novel approach for spam detection using horse herd optimization algorithm // Neural Comput. Appl. Springer London, 2022. Vol. 34, № 15. P. 13091-13105.

79. Dileep G., Singh S.N. An improved particle swarm optimization based maximum power point tracking algorithm for PV system operating under partial shading conditions // Sol. Energy. Elsevier, 2017. Vol. 158, № December 2016. P. 1006-1015.

80. Prasanth Ram J., Rajasekar N. A new global maximum power point tracking technique for solar photovoltaic (PV) system under partial shading conditions (PSC) // Energy. Elsevier Ltd, 2017. Vol. 118. P. 512-525.

81. Ishaque K., Salam Z. A deterministic particle swarm optimization maximum power point tracker for photovoltaic system under partial shading condition // IEEE Trans. Ind. Electron. IEEE, 2013. Vol. 60, № 8. P. 3195-3206.

82. Mohanty S., Subudhi B., Ray P.K. A new MPPT design using grey Wolf optimization technique for photovoltaic system under partial shading conditions // IEEE Trans. Sustain. Energy. 2016. Vol. 7, № 1. P. 181-188.

83. Eltamaly A.M. et al. Simulation and experimental validation of fast adaptive particle swarm optimization strategy for photovoltaic global peak tracker under dynamic partial shading // Renew. Sustain. Energy Rev. Elsevier Ltd,

2020. Vol. 124, № January. P. 109719.

84. Motahhir S. et al. Enhanced energy output from a PV system under partial shaded conditions through grey wolf optimizer // Clean. Eng. Technol. Elsevier Ltd, 2022. Vol. 9, № February. P. 100533.

^TtTgd <

The First Internationa! Conference on Engineering Solutions toward Sustainable Development

Best Paper Award

This certificate is presented to

jAM-iEhvafuif) Xfmfrfa, MedTmt <EiJar; QaysMnanM,№medKfbaz, JtfimeJ okayedXfiLas, 'Mohamad'cLlsa!$a, INi^piay %orovl(in, jtfimed faat

for the paper entitled Experimental Investigation of Two Bio-Inspired MPPT Algorithms

for Partially Shaded FV Arrays

which was selected as the best paper at ESSD2023 in the track of

Clean Energy

On behalf of the organza lion committee. Sincere*/:

(Prof. Taha^ahxm Tarrag

KAPCI £¡51

H) NTRA

ROYRL

rOl' I »r.i

a

5

u o

w X

s

w >

o w

H

s e

s «

> H

'VI

o

I

certificate of attendance

V

The First International Conterence on Engineering "^SSSS^

Solutions toward Sustainable Development

Certifies that the paper entitled: Experimental Investigation of Two Bio-Inspired MPPT Algorithms

for Partially Shaded PV Arrays Authored by:

A6(PEfwafui6 'Kjmirfa, Mcdfmt Effar, QjysJldhanM Ahmed^fSaz, Jthmed<ECsayedT(afas,

Mofiamed ikai&a, %$o(ay %pnrvf$n, JHhmed tRefaat

was presented at the First international Conference on Engineering Solutions Toward Sustainable Development (ESSD2023), which was held in Port Said,

Egypt May 2-3, 2023

On behatf of the organization committee, ^f A

Sincere

(prof. Tafia Ibrahim Tarrag

№

(fjtmira

KAPCI

COATIN6«

WTTOOI «HH

Ul

fni

psi

LJ

LH

CERTIFICATE OF PARTICIPATION

This is granted to

H. 3. Mohammed, N.V. Korovkin, F. M. AI-ERufaee, L. M. Abd Ali, Q. A. Ali and H.A. Issa

for their contributions to the International Scientific Electric Power Conference;

Article "Study and development of the energy complex of Iraq by using solar power plants"

VITALY SERCEEV

Head of the scientific committee; Vice-rector for Research. SPbPU

VLADIMIR FROLOV

Dr.Tech.Sc.; Prof, of High School of Electrical Power Systems. SPbPU

l/l N>

Федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский политехнический университет Петра Великого»

ЭКСПЕРТНАЯ КОМИССИЯ КОНКУРСА BEST INTERNATIONAL GRANT FOR PHD (BIG PhD)

ИСПОЛНИТЕЛЬНАЯ ДИРЕКЦИЯ ПРОГРАММЫ «ПРИОРИТЕТ 2030»

ВЫПИСКА

из протокола № 1_от 10 ноября 2023 года

(подлинник протокола находится в делах Экспертной Комиссии)

Утвержденный состав Экспертной Комиссии: 7 чел. Присутствовали: 7 чел. Результаты голосования: за - 7 чел.

Сопредседатели Комиссии: Арсеньев Д.Г., Фомин Ю.В.

Секретарь Комиссии: Беляевская Е.А.

СЛУШАЛИ: Оценка результатов конкурса BIG PHD 2023 и отбор победителей (грантополучателей) из числа иностранных аспирантов, показавших наилучшие показатели результативности в публикационной деятельности в соответствии с Положением о специальных Грантах иностранным аспирантам, обучающимся по программам подготовки научно-педагогических кадров в аспирантуре ФГАОУ ВО «СПбПУ».

ПОСТАНОВИЛИ: Утвердить ранжированный список победителей (Приложение 2 к Протоколу), в том числе признать победителем

АЛИ КАЙСА АДНАНА, гражданина Республики Ирак, аспиранта по направлению «Ядерная, тепловая и возобновляемая энергетика и сопутствующие технологии» Высшей школы высоковольтной энергетики, Института энергетики Санкт-Петербургского политехнического университета Петра Великого, со следующими результатами:

общая сумма итоговых баллов: 6

место в ранжированном списке победителей: 10